问题标签 [linear-algebra]

是否有任何方便的库可以处理 Java 中的屏蔽操作？照顾逐个元素的乘法，屏蔽边界元素等。谢谢！

在 MATLAB 中，我使用归一化八点算法计算了（两个图像的）基本矩阵。由此我需要对3D 空间中的相应图像点进行三角测量。据我了解，要做到这一点，我需要图像相机的旋转和平移。最简单的方法当然是先校准相机然后拍摄图像，但这对我的应用程序来说太狭窄了，因为它需要这个额外的步骤。

这样我就可以进行自动（自）相机校准。我看到提到捆绑调整，但是在An Invitation to 3D Vision中似乎需要初始平移和旋转，这让我认为需要校准相机或我的理解不足。

所以我的问题是如何自动提取旋转/平移，以便将图像点重新投影/三角剖分到 3D 空间中。任何 MATLAB 代码或伪代码都会很棒。

矩阵和欧拉角可能会受到万向节锁定的影响，但是使用其中一个而不是另一个的其他论据是什么？

你认为 DirectX 有什么好处？

您在日常 C++/C/DirectX 编程中使用什么？

我在外部机器上运行一些计算，最后得到 X、Y 对。我想应用线性回归并获得 A、B 和 R2。在这台机器上我不能安装任何东西（它运行 Linux）并且安装了基本的东西，python，bash（当然）等。

我想知道使用脚本（python、bash 等）或程序（我可以编译 C 和 C++）的最佳方法是什么，无需添加外部库（numpy 等）即可获得线性回归系数

我正在尝试使用 numpy 或 scipy 在 python 中获取非方阵的左逆。如何将以下 Matlab 代码翻译成 Python？

Matlab中是否有与左逆\运算符等效的numpy或scipy？

按照 Hartley/Zisserman 的 Multiview Geometricy, Algorithm 12: The best triangulation method (p318)，我得到了对应的图像点 xhat1 和 xhat2（步骤 10）。在第 11 步中，需要计算 3D 点 Xhat。其中一种方法是直接线性变换 (DLT)，在 12.2 (p312) 和 4.1 (p88) 中提到。

齐次方法 (DLT)，p312-313，指出它找到一个解作为对应于 A 的最小奇异值的单位奇异向量，因此，

但是，A 是一个 16x1 矩阵，导致 Va 为 1x1。

在获取 3D 点时我做错了什么（和修复）？

对于它的价值样本数据：

更新算法中第 xi 部分的工作代码

是否有任何算法可以从一组 3D 数据点返回直线方程？我可以找到很多来源，它们可以从 2D 数据集中给出一条线的方程，但在 3D 中没有。

谢谢。

我开始测试 Haskell 的线性代数。有没有人为此目的提供最佳包装的建议？使用 Haskell 进行基本矩阵操作的任何其他好的资源？

haskell wiki为此列出了几个资源。我目前专注于hmatrix和bindings-gsl，这两者看起来都很有希望。

对于大型稀疏迭代（共轭梯度、MINRES、GMRES 等）线性代数系统求解，有哪些更好的库？我经常编写自己的例程，但我很想知道人们喜欢哪些“现成的”包。我听说过 PETSc、TAUCS、IML++ 和其他一些。我想知道这些是如何堆积起来的，还有什么。我的偏好是易于使用和免费提供的软件。

我需要在我的程序中求解一个线性方程组。是否有一个简单的 C++ 线性代数库，最好由不超过几个头文件组成？我已经找了将近一个小时，所有我发现的都需要在 Linux 上搞乱，在 MinGW 中编译 DLL 等等等等（我使用的是 Visual Studio 2008。）